文本分类的属性择与多标记转换方法研究.pdfVIP

摘要 随着信息技术的迅速发展和普及，文本信息呈现爆炸式增长趋势．海量的文 本信息使人们迫切需要文本分类技术来节约人力与财力，提高分类效率．因此， 文本分类技术成为一项日趋重要的研究课题．本文的研究目的是提升文本分类的 效果．为了实现这个研究目的，本文从属性选择及多标记转换方法两个方面展开 了深入的研究，取得了一些研究成果． 首先，本文对文本分类问题所涉及到的分词处理、特征表示、特征提取、分 类算法、性能评价等5个相关步骤进行了技术上的综述，并通过系统设计与实现 阐述了文本分类的整个过程．在此研究基础上，对属性选择和多标记指派模型分 别展丌了深入的研究． 其次，对于属性选择问题，通过研究和实验指出了现有属性选择算法的不足， 利用限制文档分布率过滤了高频噪声词，并提出了将词频与文档频率相结合的综 合评价策略．基于文档频率、信息增益、互信息、《估计法等属性选择方法，利用 所提出的综合评价策略进行了改进，通过对比实验分别验证了使用所改进的4种 属性选择方法比原始方法可以获得更好的分类效果． 第三，多标记分类是文本分类领域中重要与复杂的问题．本文深入研究了多 标记文本分类建模和学习方式，并对各种多标记转换方法进行了分析与比较，针 对它们存在的问题，提出了一种基于标记分布的多标记指派模型．其不仅保证了 指派模型不丢弃有价值的训练样本，而且能够较好地平衡各个类别样本的权重．通 过对比实验，验证了利用改进后的多标记指派模型比目前已有的5种指派模型可 以获得更好的分类效果． 实验表明，利用本文提出的词频与文档频率相结合的综合评价策略以及多标 记指派模型，可以有效提高文本分类的精度．这些研究成果可以用于大规模的文 本分类，达到提高文本分类效果的目的． 关键词：数据挖掘；文本分类；属性选择；多标记文本 分类号：TPl81 ABSTRACT havebeen Textualdata increased with sharplythe of rapid development information havetosavetheir andfinancial technology．People manpower resources by textclassification classification using technology．Therefore，textresearchhasbecome moreandmore ofthis istoenhancethe of important．Thepurposepaper performance textclassification．Inordertoachievethis choose goal，we twoissuesto whichare study thefeatureselectionandthe for transformationmulti．1abeltextual data．Wealso achievedsomeresearch resultsour